Istraživači u Andaluziji razvili AI alat za poboljšanje učinkovitosti navodnjavanja

Istraživači s Odsjeka za agronomiju Sveučilišta u Cordóbi razvili su alat umjetne inteligencije koji će poljoprivrednicima pomoći predvidjeti koliko im je vode potrebno za navodnjavanje tjedan dana unaprijed.

Istraživači su dodali da je ovaj najnoviji alat, LSTMHybrid, dio šireg napora da se digitalizira navodnjavanje, što će, kako kažu, pomoći poljoprivrednicima da smanje troškove proizvodnje štednjom vode i energije.

Najnoviji alat temelji se na modelu Cangenfis, razvijenom 2021. godine i treniranom na četverogodišnjim klimatskim podacima iz Zújara u andaluzijskoj provinciji Granada. Kada se primijeni, mogao bi predvidjeti dugoročne potrebe za vodom za navodnjavanje s 80 posto točnosti.

Međutim, prva inačica alata temeljenog na umjetnoj inteligenciji mogla je predvidjeti samo ukupne potrebe za vodom za različite usjeve, uključujući rižu, kukuruz i rajčice.

"Velika razlika u odnosu na prethodne modele jest u tome što je to prvi put da se to radi na sedmodnevnoj skali", rekao je Rafael González, jedan od tri glavna istraživača uključenih u oba projekta.

LSTMHybrid omogućuje poljoprivrednicima da preciznije planiraju svoje potrebe za vodom i usklade očekivane potrebe za navodnjavanjem s različitim tarifnim razdobljima. Istraživači se nadaju da će ovi precizniji podaci pomoći poljoprivrednicima da donesu najekonomski i agronomski utemeljenije odluke kako bi optimizirali potrošnju vode i energije.

Potreba za modernizacijom španjolskog sustava za navodnjavanje, koji su istraživači rekli da je tradicionalno vođen povijesnim iskustvom, a ne prediktivnim podacima, postala je još nužnija zbog trajne suše i opasno niskih razina rezervoara.

Dok je CANGENFIS koristio stotine neuronskih mreža koje uzimaju u obzir pola milijuna različitih čimbenika, LSTMHybrid svoje predviđanja temelji na prosječnoj temperaturi, referentnoj evapotranspiraciji, vlažnosti i prethodnim evidencijama o navodnjavanju.

Novi model također može spremati prethodno unesenu podatke kako bi se poboljšala njegova sposobnost predviđanja iz godine u godinu.

Ovo pojednostavljenje omogućuje poljoprivrednicima i upraviteljima navodnjavanja da ručno unose tjedne podatke u sustav putem običnog računala, predviđajući koliko je vode potrebno za navodnjavanje sljedeći tjedan.

"Znanje o potražnji za vodom nekoliko dana unaprijed olakšat će upravljanje sustavom i pomoći u optimizaciji upotrebe vode i troškova energije", rekao je Juan Antonio Rodríguez, još jedan istraživač uključen u oba projekta.

Uz poboljšanje upravljanja vodama, Antonio Rodríguez je dodao da bi nova prediktivna sposobnost pomogla regiji u prijelazu na obnovljivu energiju pružajući točnije prognoze za potražnju za energijom u poljoprivredi.

"Znanje postoji, a tehnologija je testirana i funkcionira", rekao je treći glavni istraživač Emilio Camacho. "Sada moramo razviti alat koji će zajednicama omogućiti jednostavno korištenje ove tehnologije kako bi tvrtke koje će pružiti tehnološko rješenje poljoprivrednoj zajednici za navodnjavanje uvele ova poboljšanja."